CogVLM & CogAgent模型部署

     CogVLM & CogAgent       下载地址                                                                                                                  

CogVLM & CogAgent 的 Github 官方仓库：https://github.com/THUDM/CogVLM

CogVLM & CogAgent体验地址

只是完成传统CV任务中例如目标检测，定位, VQA 任务，我们CogVLM模型就可以胜任任务

需要完成多模态的指令任务，例如 跨模态指令，图文指导，工具调用任务，我们推荐使用CogAgent模型

如下测试：

   SwanHub      模型下载                                                始智AI社区   

   OpenXLab    模型下载                                                ModelScope 魔塔社区                                                 

   HuggingFace 社区

源码安装

• 从 Swanhub 下载源码

git clone https://swanhub.co/ZhipuAI/CogVLM.git

开发者可以通过以下方式下载模型文件

• 下载模型文件前请先确保`git lfs`命令已安装，安装教程请参考这里。

• 模型文件已上传至 Huggingface, Modelsope , SwanHub 三个平台，用户可以快速安装模型。

• 若使用 Modelscope 下载模型

git lfs install
# CogVLM
git clone https://www.modelscope.cn/ZhipuAI/cogvlm-chat.git
# CogAgent
git clone https://www.modelscope.cn/ZhipuAI/cogagent-chat.git

• 若使用 SwanHub 下载模型

git lfs install
# CogVLM
git clone https://swanhub.co/ZhipuAI/cogvlm-chat.git
# CogAgent
git clone https://swanhub.co/ZhipuAI/cogagent-chat-hf.git

安装依赖

使用 pip 安装依赖：

cd CogVLM
pip install -r requirements.txt
python -m spacy download en_core_web_sm

如果配置不满足最低配置，你可以访问环境配置和检查获取更多信息

运行demo

使用我们提供的命令行交互来完成命令行与 CogAgent & CogVLM 的对话。

在python basic_demo/cli_demo_hf.py中运行代码

# CogAgent
python cli_demo_hf.py --from_pretrained THUDM/cogagent-chat-hf --bf16
python cli_demo_hf.py --from_pretrained THUDM/cogagent-vqa-hf --bf16

# CogVLM
python cli_demo_hf.py --from_pretrained THUDM/cogvlm-chat-hf --bf16
python cli_demo_hf.py --from_pretrained THUDM/cogvlm-grounding-generalist --bf16

如果你使用的是sat模型，请使用cli_demo_sat.py来完整这个步骤

# CogAgent
python cli_demo_hf.py --from_pretrained THUDM/cogagent-chat-hf --bf16
python cli_demo_hf.py --from_pretrained THUDM/cogagent-vqa-hf --bf16

# CogVLM
python cli_demo_hf.py --from_pretrained THUDM/cogvlm-chat-hf --bf16
python cli_demo_hf.py --from_pretrained THUDM/cogvlm-grounding-generalist --bf16

运行 WebDemo (使用官方在线DEMO)

在本仓库中，我们为开发者提供了一个可以直接运行的完整 Web Demo。

用户可以直接在Web Demo中可视化的与模型进行交互。

启动代码

首先，按照要求下载必须的配置。

pip install -r composite_demo/requirements.txt

接着，在composite_demo/client.py中将修改以下代码

# 将这两行替换为你模型的实际位置
MODEL_PATH = os.environ.get('MODEL_PATH', 'your cogagent-chat-hf path')
TOKENIZER_PATH = os.environ.get('TOKENIZER_PATH', 'your vicuna-7b-v1.5 path')

接着，运行代码

 streamlit run composite_demo/main.py